时序与主成分分析的钢框架模型损伤识别研究

针对结构健康监测中基于时间序列分析实现损伤识别的问题,提出了一种利用AR模型的均方差根误差(RMSE)与主成分分析(PCA)的结构损伤识别方法.首先对加速度数据建立自回归AR模型,并求得模型的均方根误差.然后,采用主成分分析获取载荷矩阵,通过标准化处理后提出结构损伤特征指标并定位损伤发生的位置.为验证本文提出方法的可行性,对不同损伤工况下的钢框架模型进行了振动试验,利用该方法对各种损伤状况进行识别,识别结果与预设损伤情况相一致.结果表明,使用该方法可以充分利用大量实测数据,克服外界干扰因素所带来的影响,对于结构的损伤诊断具有较高的理论价值和实用价值.     

基于结构响应的损伤诊断方法及其应用

为适应在线结构健康监测的要求,基于统计模式识别技术提出了一种新的结构损伤诊断方法.采集结构在健康和损伤两类工况下的动力响应数据,并对数据样本分段建立ARMA模型,对模型中的AR参数进行特征提取,获得主成分矩阵.计算健康、损伤状态主成分矩阵间的Mahalanobis距离.分析结果发现,损伤前后两状态Mahalanobis距离存在差异,因而提出以该距离的平方值作为损伤敏感特征DSPR,并建立基于假设检验t检验的方法辨识结构的状态.以环境激励下IASC-ASCE Benchmark结构的损伤试验为例,运用该方法进行了损伤诊断研究.试验表明,损伤敏感指标DSPR可有效辨识结构的健康与损伤状态,具备在线实时损伤诊断的应用价值.     

基于区间分析的框架结构不确定性损伤识别方法

考虑实际结构易受荷载、环境温度和测试噪声等不确定性因素的影响,笔者基于区间分析原理提出框架结构不确定性损伤识别方法。利用测试的结构加速度响应数据,建立向量自回归模型,并采用其系数矩阵主对角线的马氏距离作为损伤特征指标。基于粒子群算法建立区间优化求解方法,并与传统的区间组合法和区间叠加法对比。通过提出的区间重叠率指标和区间名义值分别实现损伤定位和损伤程度的识别。数值模拟和实验室框架结构试验结果表明,区间分析能在测试数据较少时实现损伤识别,为损伤识别在实际结构中的应用提供了理论基础和技术手段。     

结构损伤定位中模态应变能法的改进

针对现有模态应变能法对结构有限元模型精度要求较高的不足,引入单元定位矩阵,对其进行了改进.改进后的方法损伤指标的构建不需要结构损伤前单元刚度矩阵,降低了对结构有限元模型的精度要求,并避免了由此产生的二次误差.为验证方法的有效性,利用简支梁有限元模型数值模拟了两种典型损伤工况,结果表明,改进后的方法提高了损伤定位的识别精度,并且计算简便,有望用于实际工程中.     

基于柔度曲率梯度的刚架拱桥损伤识别

柔度类损伤识别指标对低阶模态敏感,提出柔度曲率梯度的损伤识别指标并应用于刚架拱桥损伤识别.新指标是通过将柔度曲率矩阵在标量场中进行延拓,求取方阵标量场中心元素的梯度向量而得到.采用实际刚架拱片尺寸建立有限元模型,使用频率相对误差与模态置信准则修正结构动力模型,基于动力修正模型验证了柔度曲率梯度的损伤识别效果,并采用截尾高斯分布的误差模型验证新指标的抗误差干扰能力.研究结果表明:基于动力修正模型的损伤指标检验方法新颖、合理,截尾高斯分布模型可以更好地反映测试误差分布,柔度曲率梯度可有效识别刚架拱片单处与多处损伤,在误差水平10%时仍具较好的识别精度.基于此,本文工作可为柔度曲率梯度在较复杂结构与实际桥梁损伤识别的应用奠定基础.     

基于时间序列分析与高阶统计矩的结构损伤检测

基于时间序列分析,提出一种有效检测结构非线性损伤的方法.在分析基于AR模型残差均方差指标的基础上,指出传统方法存在损伤信息泄漏的缺陷,特别是对于非线性损伤检测.为提高传统方法损伤检测结果的可靠性,提出采用残差的高阶统计矩———偏度和峰度作为传统指标的补充,提出了3个指标的算术平均和几何平均共6种综合指标,并应用模糊聚类分析实现结构损伤检测.利用考虑了环境因素影响的三层建筑结构模型的非线性损伤实验数据验证了提出的方法.研究表明,6种综合指标对非线性损伤检测的可靠性均高于传统方法,其中以均方差和峰度的几何平均指标检测效果最佳.     

基于不完备静态数据的结构损伤两阶段识别方法

在结构损伤识别中,由于实测数据有限而待识别参数过多,往往导致传统的结构损伤识别方法判断损伤位置不准确或损伤程度识别误差较大,从而限制了其在复杂结构中的应用.将基于静态应变能的损伤定位指标和基于有限元缩聚法的损伤程度计算相结合,提出了一种两阶段的结构损伤识别方法.该方法利用损伤定位指标对结构可能的损伤位置进行定位,在确定可能损伤位置的基础上,利用模拟退火算法求解损伤状态方程,从而确定损伤程度.为验证该方法的有效性和可靠性,分别对5单元超静定、13单元静定和10单元超静定平面桁架的损伤识别进行了数值模拟.结果表明,该方法不仅可有效地识别出结构的损伤位置和程度,而且对测量噪声具有较强的鲁棒性.     

考虑温度影响的桥梁结构损伤识别

在利用测量数据进行结构损伤识别中往往会遇到环境温度改变的问题。温度的改变(即温度差)的影响在利用模型修正进行损伤识别时一般被忽略了而带来一定的损伤识别误差。该文试图基于响应灵敏度分析,同时识别结构损伤和温度差。推导了动态响应对损伤参数和温度差的时域灵敏度,得到模型修正时的灵敏度矩阵;利用加速度响应数据进行模型修正进行损伤和温度差的识别。通过对一平面桁架桥梁结构进行数值模拟计算验证了方法的有效性。     

基于移动主成分分析与集成学习的结构损伤识别方法

为了提高结构损伤定量和定位的准确率,提出基于移动主成分分析与集成学习的结构损伤识别方法;利用移动主成分分析对原始应变响应数据进行特征分析,得到包含损伤信息的第一、第二特征向量,将两者相结合所得的组合特征向量作为损伤指标输入集成学习模型,进行结构损伤程度和损伤位置预测;采用双跨平面梁的仿真应变监测数据,对所提出的结构损伤识别方法的有效性进行验证,对比分别以第一、第二、组合特征向量作为输入的分类模型的损伤定量和定位的准确率。结果表明：在一定强度的噪声条件下,组合特征向量能同时具备第一、第二特征向量的优点,并且能克服单个特征向量的局限,获得优异的损伤识别性能和抗噪性;在信噪比为40 dB的弱噪声情况下,将组合特征向量输入集成学习模型进行损伤定量和定位,准确率分别可达98.9%、 99.0%,在信噪比为10 dB的强噪声情况下准确率仍分别可达82.3%、 73.2%。     

基于结构柔度灵敏度的损伤定位

在结构柔度矩阵的基础上,提出了一种结构的节点柔度灵敏度和单元柔度灵敏度的计算方法.利用计算出的柔度灵敏度构造损伤定位指标,用于三跨连续梁单个单元和两个单元损伤定位.在此基础上,用状态反馈控制的方法有目的地对结构进行极点配置,得到所需的受控结构的特征值和特征振型,并采用受控结构的特征值和特征振型构造柔度灵敏度指标,进一步提高损伤识别指标对损伤的敏感程度.三跨梁的数值仿真结果表明:该柔度灵敏度指标能达到较好的损伤定位效果;在检测结构适当位置施加控制力,采用受控结构的动力特性数据进行损伤识别,可进一步提高损伤定位的诊断率.     

基于聚类评分的暴雨/冰雹分类模型

针对暴雨和冰雹2种强对流天气的区分问题,研究了主成分分析联合线性鉴别分析对雷达图像中提取的冰雹及暴雨特征降维和去相关的作用,设计了基于聚类评分的暴雨/冰雹分类模型,采用K均值聚类评分的办法确定具有高分类性的主成分,并以此主成分设计分类器对暴雨和冰雹进行区分.结果表明:主成分分析联合线性鉴别分析进行特征处理能够在降维的同时保留大部分分类性信息,基于聚类评分的分类模型有利于提高冰雹识别的命中率并降低其误警率,且对一般类型公共数据分类问题有效.     

万向接轴损伤的灰色识别与预测分析

以反映结构损伤程度的固有频率作为损伤识别的特征参数,应用可以同时反映多种特征参数影响的灰色GM(1,n)模型对万向接轴的损伤问题进行了识别和预测分析。为提高预测精度和准确性,根据结构的固有频率随损伤程度的变化规律,采用了对原始数据进行归一化和二次累加处理的方法。通过识别实例表明,采用此方法对工程结构进行损伤特征识别分析能够取得较好的效果,为结构损伤识别和预测提供了新方法。     

时间序列分析的历史发展

阐述了时间序列分析的发展历程：早期自然科学主要应用单纯的描述性分析;差分、指数和滑动平均等基本概念推动了统计性时序分析的发展;以Fourier级数为基础的周期图方法是频域分析的核心内容;时域分析经过了从AR（2）模型、AR（4）模型→AR（s）模型＋MA（h）模型→AR-MA（s,h）模型→ARIMA模型→ARCH、ARCH族模型的漫长过程.     

多种校准方法对多组分体系的定性定量分析比较

采用偏最小二乘法（PLS）和主成分分析法（PCA）对光谱数据进行主成分提取,并利用遗传算法（GA）对波长进行选择,剔除不相关的变量,达到压缩数据的目的;采用反向传播人工神经网络（BP-ANN）方法,对多组分体系进行定性定量分析.建立了一个PLS-BP-ANN、PCA-BP-ANN、GA-BP-ANN和BP-ANN四种模型的化学计量学多组分分析平台,对谱带混叠严重的5种大气有机毒物——苯、甲苯、甲醇、氯仿和丙酮进行了定性定量测定,比较了4种模型的误差,结果表明,PLS-BP-ANN模型得到的结果最好.     

基于概率理论和AR/GARCH模型的非线性损伤识别

为了解决在不确定因素干扰下的结构非线性损伤识别问题,提出了基于概率理论和自回归/广义自回归条件异方差(AR/GARCH,autoregressive/generalized autoregressive conditional heteroskedasticity)混合模型的非线性损伤识别方法。描述了AR/GARCH模型的组合理论及其相应的组合公式,给出了模型参数估计和定阶方法。利用损伤前后的加速度响应信号构造AR/GARCH模型,并进一步提取出非线性损伤特征因子。采用概率理论和置信区间方法获取相应的损伤存在概率,并建立基于层间刚度的基本概率损伤指标。在此基础上,基于权化技术提出了改进概率损伤指标以提高识别可靠性。数值计算和实验验证结果表明,基于概率理论和AR/GARCH模型的损伤技术可以较好地解决不确定因素干扰下的非线性损伤问题,改进概率指标的识别效果明显优于基本概率指标。     

基于影响线多源信息融合的悬索桥损伤识别

为了精确识别悬索桥结构构件的损伤位置及程度,建立悬索桥空间结构有限元模型,通过模拟准静态加载提取并分析结构的位移、应力影响线,并构建了影响线曲率差指标,通过提取结构振型与频率,构建悬索桥结构柔度矩阵,并构造柔度曲率差变化率指标,用于悬索桥结构构件损伤识别。基于Dempster-Shafer证据理论融合影响线与柔度指标,对模型中纵向下弦杆、纵向斜腹杆和吊杆的不同位置与程度损伤进行识别敏感性研究。研究表明,柔度曲率差变化率损伤识别指标比影响线损伤识别指标对悬索桥构件损伤更为敏感,信息融合指标比单一损伤识别指标损伤定位精度更高,且具有较好的噪声鲁棒性。     

基于小波包能量谱和因子分析的结构损伤识别方法

为了消除环境温度对损伤识别结果的影响,提出了一种基于小波包能量谱和多元统计方法——因子分析的损伤识别方法.首先利用小波包能量谱法对结构动力响应数据进行分析,得到结构动力响应特征参数;其次建立结构动力响应特征参数的因子模型,用因子分析法去除环境温度对于动力响应特征参数的影响,并通过计算得到结构损伤指标;最后以钢结构平台仿...     

中日褐菖鲇群体耳石形态学比较分析

利用判别分析、主成分分析和聚类分析等多元统计分析方法,对中国、日本4个褐菖蚰群体耳石的8个形状指标和77个椭圆傅里叶参数进行分析．判别分析结果显示,这4个褐菖铀群体综合判别正确率为89．1％,各群体判别正确率在79．2％--100％之间;聚类分析结果显示,中国惠州和海口的褐菖鼬群体聚为一支,日本横须贺和伯方岛群体聚为另一支;主成分分析结果显示,前17个主成分累积贡献率为96．25％．研究结果表明中国、日本褐菖触群体在耳石形态上存在显著差异．     

沥青路面使用性能评价模型与性能评价案例分析

为了客观准确了解沥青路面的实际使用性能,以便及时进行沥青路面管理与维修养护,依据检测数据对沥青路面进行了使用性能评价研究,即将主成分分析法与层次分析法相结合,建立了基于主成分-层次分析法的评价模型,并进行了评价案例分析。本研究以荣乌高速保定段2016~2019年的路面定检数据为基础,首先用主成分分析法对性能指标归类和预处理后的检测数据进行主成分提取,建立判断矩阵,再用层次分析法对各指标赋予权重系数,得到上下行路面的使用性能评价模型。选用荣乌高速检测数据进行了模型验证,并与现行《公路技术状况评定标准》评价结果相比较,评价等级高于《标准》的路段样本比例约为0.34%,低于《标准》的比例约为6.83%。本研究的评价结果更能够反映路面的实际衰变特性。     

基于四元数的彩色人脸识别

为充分挖掘人脸模式样本之间的鉴别信息、强化不同样本之间的区分性,以利于增强识别系统鲁棒性、提高人脸正确识别率,提出一种新颖的基于四元数的彩色人脸识别算法．将定义于实数域的PcA方法以及Fisher鉴别分析法向四元数体作合理推广,得到定义于体上的广义主成分分析方法及广义线性鉴别分析法,将这2种方法用于彩色人脸识别,从而得到全新的识别算法．该算法巧妙地将彩色像素的R、G、B3个分量结合在一起,从数学上有机融合具有丰富鉴别信息的肤色成分以及反映人脸轮廓形状信息的灰度成分,较传统仅利用灰度信息的识别方法,具有更稳定的性能以及更高的正确识别率．提出的关于共轭四元数矩阵正交特征矢量集的获取方法,数学上有详细的推导证明,该方法在理论上合理,同时在自己建立的彩色人脸库上进行的实验表明,该方法可行且实用．